登录社区云，与社区用户共同成长
邀请您加入社区
Harness Engineering 近期很火，似乎所有 code agent 相关的公司都在提。虽然 Anthropic、OpenAI 等公司都写了不少关于 Harness Engine 的文章，但想要落地在自己的业务上，似乎缺有些不知从哪下手，有点牛头不对马嘴，有点不知所措。作为一个混迹互联网多年的程序员，在 ai 浪潮狠狠的拍打在我身上的时候，我在思考下一步能做什么，而 harness e
《2026测试工程师高薪技能全景图》揭示了AI时代测试行业的转型方向。随着低代码平台和AI测试工具的普及，传统功能测试岗位价值正被重构，而掌握十大新兴技能的测试专家薪资可达行业平均3倍。核心技能包括：AI测试开发（机器学习模型调优、NLP需求转化）、全链路可观测性工程（分布式追踪、混沌工程）、云原生测试体系（K8s集群管理、Serverless压测）、数据驱动质量分析（度量模型构建、用户行为分析）
《2026年软件测试的AI革命：挑战与机遇》摘要 Gartner预测显示，AI将彻底重塑软件测试行业。到2026年，50%企业将在关键岗位实施"无AI"评估，凸显人类测试专家在业务洞察和伦理决策方面的独特价值。测试工程师将转型为"智能体架构师"，负责设计多AI智能体协同工作流程。AI原生开发平台将推动极致"测试左移"，要求测试人员更早介入
摘要：软件测试领域正经历无代码化与AI技术的深度融合变革。无代码测试通过可视化建模降低技术门槛，AI则赋能智能生成用例、自愈脚本和预测分析。二者协同实现自然语言驱动测试、自适应脚本和智能资产管理。面对技术成熟度、工具选型等挑战，测试人员需转型为策略师，强化业务理解与数据分析能力。建议从业者主动学习新技术，深化领域知识，推动试点项目，将重心转向质量策划与效能优化。这场变革将测试工程师从重复劳动中解放
随着安全威胁的日益增加，安全测试的自动化程度不断提高，测试人员不仅需要掌握传统的安全测试技巧，还需熟悉一些专业的安全工具，如 SonarQube、OWASP ZAP、Burp Suite 等，这些工具可以帮助测试工程师发现漏洞并进行修复。随着微服务架构和云平台的不断普及，测试工程师需要掌握一些特定的工具，如 chaos-mesh、chaosblade、Gremlin、Chaos Monkey、Li
霍格沃兹测试学院推出AI测试开发课程，系统讲解测试智能体(Agent)技术体系。课程涵盖智能体概念、发展历程及核心架构，重点解析测试智能体的平台设计与行业实践案例。内容包含大模型选型、工具框架选择、测试专属上下文管理等关键技术，并演示了智能体实现APP自动化测试的实际效果。快手、微软等企业案例显示，测试智能体可显著提升用例生成效率。课程指出模型驱动测试(MDT)是未来趋势，建议企业根据需求构建专属
AI测试有没有一套标准流程？如果把“标准流程”理解成一套完全固定、任何项目都能照搬的模板，那还没有。AI测试完全可以形成一套标准化工作流。这套工作流不是只测模型输出，而是围绕：业务目标样本数据离线评测系统链路性能成本安全风险线上监控版本回归建立完整闭环。真正成熟的 AI 测试，不是证明模型“看起来很聪明”，而是证明这个系统在真实业务中稳定、可控、可追溯、可交付。AI测试不是传统测试流程的简单复制，
AI测试进入深水区：从问答验证到系统级测试 随着AI技术发展，测试边界正在发生质变：从单纯验证问答准确性，扩展到过程、环境和长期稳定性验证。AI系统已从聊天工具演变为能操作桌面、调用工具、串联流程的执行系统，这使测试复杂度骤增。当前测试需关注四大变化：环境感知测试、任务链路测试、异常恢复测试和系统安全测试。传统"功能+回归"测试框架已不够用，需要建立包含效果、稳定、资源和风险四
AI生成代码时代，测试面临全新挑战：代码表面工整但业务规则易偏差，错误会批量复制，边界异常问题频发。测试需从功能验证转向多维质量把控，重点关注需求一致性、变更影响、边界异常、非功能质量和发布保护五大门禁。测试价值不降反升，核心能力转变为规则理解、风险识别、变更分析等质量守门能力。未来测试将成为AI代码可信交付的关键保障，从"功能验证者"升级为"质量设计者"。
大模型、RAG、Agent 正在一点点进入真实业务。很多团队以为压力最大的是模型能力，真正上线后才发现，更先顶不住的，往往是测试体系。因为系统已经变了。如果测试方法还停在过去，问题迟早会在生产环境里补课。AI 时代不会让测试消失。但它会淘汰只会沿用旧方法、却不愿意升级思路的做法。这个 AI 系统，到底能不能稳定、安全、可信地交给真实用户。这件事，越往后走，越重要。本文部分内容参考了霍格沃兹测试开发
为这些领域构建的软件应用程序不能承受崩溃、数据损坏或系统故障，即使是小规模的，因为很多人的生活都会受到影响。这些软件中的错误可能会造成不可逆转的损害，并使公司面临诉讼风险。当需要人工的洞察力和判断力时，手动测试是合适的，而自动化测试更适合于进行细微调整的重复流程。蜂巢模型是一种现代的软件测试方法，其中集成测试是主要关注点，而单元测试（实现细节）和 UI 测试（集成）受到的关注较少。这些资料，对于做
Google Test是Google开源的一个跨平台的C++单元测试框架，简称gtest，它提供了非常丰富的测试断言、判断宏，极大方便开发者编写测试用例的流程，也是很多开源项目使用的测试框架。通过使用gtest可以简化这个流程，让开发者可以专注在测试用例的书写上，而不用手动编写大量的main函数，以及一些判断输出是否符合预期的附加代码。
关注 霍格沃兹测试学院公众号，回复「」, 领取人工智能测试开发技术合集。
AI工程底层形态正经历系统性变革：1）Claude推出托管Agent平台，Agent运行时开始产品化，测试需关注会话管理、权限控制等系统级验证；2）DeepSeek模式分层要求测试相应分层设计；3）Safetensors标准化推动模型交付安全测试；4）前端生成引入视觉反馈闭环，测试需结合渲染结果验证；5）端侧AI加剧测试环境碎片化。这些变化标志着AI竞争从模型能力转向系统工程能力，测试对象从功能点
端侧AI技术革新正在重构测试边界。模型小型化、推理速度提升和框架工程化三大趋势，使AI计算从云端转向终端设备。这一转变带来测试对象的根本性变化：从接口测试转向设备-模型-系统全链路测试。传统Mock测试和性能评估方法面临失效风险，测试人员需构建包含设备级稳定性、模型行为验证、真实场景性能等维度的新体系。这场变革正在重新定义测试岗位能力要求，测试工程师需掌握模型理解、设备调试等跨领域技能。关注&qu
《ClaudeCode命令体系全解析：从对话工具到AI工程系统的进阶指南》 本文系统梳理了ClaudeCode的完整命令体系，揭示其从基础对话工具进阶为AI工程系统的关键路径。核心内容分为九大模块： 项目与上下文管理（/init、/context等） 状态与成本控制（/usage、/effort等） 模型与执行模式切换（/model、/fast等） Agent与权限体系（/agents、/sand
摘要：软件测试行业正经历AI驱动的深度变革，传统测试与开发、运维的边界加速消融。测试活动向全生命周期延伸，AI接管50%重复性工作，催生AI质量工程师、质量架构师等新角色。未来测试人员需构建编程、AI应用、云原生及业务洞察的复合能力，从"缺陷发现者"转型为"质量赋能者"。职业路径建议分三阶段：1-2年掌握AI工具，3-5年专项突破，6-10年引领质量战略。这
摘要： AI驱动的自动化测试虽提升了效率，却因误报问题（如错误标记正常功能为缺陷）引发质量隐忧。误报源于AI对业务语义理解不足、训练数据依赖性强、缺乏创造性思维及可解释性差等技术局限，导致测试维护成本增加、团队信任度下降。应对策略包括明确AI辅助定位、分层测试（AI处理基础任务，人类主导复杂场景）、构建业务语义增强框架及误报反馈闭环。未来需构建人机协同体系，发挥AI规模优势与人类判断力，实现质量与
本文摘要： Unity单元测试框架提供全面的断言工具集，包括相等性、不等性、布尔、空指针和范围断言等核心验证功能。通过setUp和tearDown实现测试生命周期管理，确保测试独立性。支持测试运行控制（忽略测试/批量执行）、自定义输出和测试报告配置。虽不直接支持参数化测试，但可通过数据结构+循环实现多组输入验证。单元测试作为快速验证工具，在底层驱动修改或平台迁移时能高效验证功能正确性。（149字）
但是注意，如果通过文件的方式保存response内容，可能会出现编码问题导致的客户端处理出错。最建议的方式，不会出错的方式，还是通过“Create New Response...”的方法：
在开始单元测试前需要调用UNITY_BEGIN()，用于开始记录单元测试内容，在结束单元测后需要调用UNITY_END，用于输出单元测试结果，当编写好单元测试单吗后，使用RUN_TEST执行，编写单元测试结果判断条件，使用TEST_ASSERT_断言来判断，一下是实际样例。
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】 嵌入式产品做好了，下面就是测试和量产了。以按键+屏幕的开发模式为例，如果仅仅是简单的功能测试，那还比较好解决，只需要安排专门的测试人员，按照使用手册去做就可以了。但是如果是复杂测试，特别是压力测试，这个时候再靠人去测试，其实是不太现实的。所以，我们得依靠方法论、依靠工具去完成更复杂
TestableMock是阿里巴巴开发的一款轻量级Java单元测试Mock工具，它支持Mock公共方法、私有方法、静态方法以及通过new关键字创建的对象的方法等。
org.powermock.api.mockito.PowerMockito更强大，支持private和protected方法的mock。org.mockito.Mockito功能有限，不能mock 私有private、受保护的protected方法。利用PowerMockito来mock私有方法需要mock。
Gerber文件是PCB设计流程的输出文件，堪称电路板的"数字说明书"。它通过标准化的矢量指令（G代码和D代码），精确描述了电路板的每一层物理信息——从铜箔走线、焊盘位置、阻焊覆盖到钻孔坐标，甚至板材厚度、表面处理工艺等细节，都被转化为设备可直接识别的生产指令。简单来说，Gerber文件就像给制造商的"施工蓝图"：光绘机能根据它画出电路板图案，钻孔机能按坐标精准打孔，电镀机能明确镀铜区域……任何环
STM32、串口、USART、printf 重定向、Keil、调试信息、RTT、SWO
插入损耗：由微波开关和传输网络实现的移相器，因传输路径不同、非理想开关 “导通” 和 “截止” 状态插入损耗不同等，会使输出信号产生寄生幅度调制 ，实际应用要求插入损耗波动尽量小。高通 / 低通滤波器式移相器：信号通过低通滤波器相位延迟，通过高通滤波器相位超前，利用二极管开关在高通和低通间切换获得相移量，可产生较小相移量，工作频率带与反射式移相器相近。液晶移相器：利用液晶材料受电场作用介电性能可调
之前写的一个项目，在做单元测试的时候，用了service来存储数据，然后就发现了一个错误：spring的注入错误，我在service类上加了component并且在spring的component-scan也配置了相应的路径，要注入的东西也都加了@Resource，在测试类里面也对service进行了注入，但是就是注入不进来，但是利用AnnotationConfiguration里的session
本文介绍了JMeter中的响应断言（ResponseAssertion），这是接口测试中用于验证响应内容是否符合预期的重要工具。响应断言可以检查响应中是否包含特定关键词、字段或匹配正则表达式，以及响应码是否符合预期。文章详细说明了如何添加和配置响应断言，包括选择断言字段、设置匹配规则和测试模式。此外，还提供了常见配置项的说明和示例，如断言响应码为200。通过响应断言，测试人员可以确保接口返回的内容
1. CoreMark 是什么？CoreMark 是由 EEMBC（嵌入式微处理器基准评测协会） 开发的嵌入式处理器性能基准测试工具，用于评估处理器的核心性能，包括整数运算、控制流操作和内存访问等。其测试结果以 CoreMark/MHz 为单位，得分越高表示性能越强。
二极管是一种电子元件，其功能类似于单向阀门，控制电流的单向流动。它由P型和N型半导体结合形成的PN结构成，通过正向偏置允许电流通过，而反向偏置则阻止电流。二极管的工作原理基于半导体材料的特性，通过掺杂改变硅的导电性，形成N型和P型半导体。当P端连接正极，N端连接负极时，二极管导通；反之则截止。二极管在电路中有多种应用，包括防反接、钳位、限幅、检波、整流、续流、倍压和逻辑门等，保护电路元件免受电压损
物联网：利用嵌入式电子设备、微芯片等连接车辆、家电、医疗设备，以收集和交换不同类型的数据，被称为物联网。借助物联网，用户能够远程控制设备，可以实现不同设备的互联。在现实生活中物联网开始有越来越多的应用，例如手环、手表等可穿戴设备、跑步机、汽车、冰箱、路灯等各种设备可以轻松与智能手机同步数据，这些设备有助于获取必要的信息，如健康状况、心率监测、睡眠活动、水温、速度和其它物理状态信息等，也有助于显示来
【摘要】AI伦理已成为软件测试工程师的核心职责，尤其在金融、医疗等关键领域。2025年数据显示，60%的AI系统故障源于伦理缺陷。本文提出零成本自学路径：1）基础认知（AI伦理术语）；2）核心深化（数据/算法伦理）；3）工具应用（公平性验证等四维模型）；4）高阶实战（伦理测试流程升级）。提供免费资源包（Coursera课程、IBMAIFairness360工具等），帮助测试人员从功能验证升级为伦理
此时，硬件不再将中断请求传递给CPU，也不会将其记录在中断挂起寄存器中。如果在中断关闭期间有中断事件发生，这些中断请求因为没有被记录和处理，就会丢失。当再次开启中断时，之前关闭期间发生的中断请求无法被恢复和处理。中断屏蔽是指通过软件或硬件的方式禁止某些中断源产生的中断请求被CPU响应。被屏蔽的中断请求会被硬件记录在中断挂起寄存器中，当解除屏蔽后，中断请求会按照中断优先级等规则被CPU处理。所以，中
JUnit 是一个用于 Java 的单元测试框架，广泛用于 Android 项目中进行单元测试。Mock 对象用于模拟复杂的依赖关系，使测试更加独立。常用的库有 Mockito。Espresso 是一个用于 Android UI 测试的框架，可以模拟用户操作。编写测试用例时，需要考虑各种输入和边界情况，确保覆盖所有功能场景。UI Automator 可以用于跨应用的自动化测试。
例如，我们可以使用Beanshell Assertion来检查HTTP响应中包含所有的关键字，或者检查响应数据是否满足特定的正则表达式等。Response Assertion是最常用的一种断言方式，它可以根据不同的条件对HTTP响应进行检查，并判断是否符合预期结果。Duration Assertion是一个时间断言器，可以根据定义的时间范围来检查所有的请求的响应时间是否在指定的时间范围内。Size
变量的调用方式：${变量名}变量的作用范围：变量可以写入任何测试组件的任何字段中（除了TestPlan）以博客园的接口为例：例如上面的接口，我们想要再请求一次，而request需要从上一次的响应数据中获得，比如我们需要第一次请求的response中的itemId和title作为下一次请求的request那么就需要用到一个配置元件JSON提取器了右键http请求->添加->后置处理器->json提取
反质量文化是团队范围内对低质量工作方式的接受。如果说质量文化是为了质量本身而努力,那么反质量文化就是其反面。你的团队会慢慢对预发布环境中的意外行为变得麻木。他们开始假定(或怀疑)所有出现的意外行为都是由于环境被忽略而不是真正的问题引起的。工程师已经习惯了看到这些问题,学会了规避它们,结果也更加疏忽大意。这是一种反质量文化,直接导致缺陷疲劳。当我们习惯看到缺陷时,缺陷疲劳就会发生,我们会 devel
①：代表的是测试环境，如果不手动去配置的话，显示的No Environment，配置测试环境的好处就在于，假如有多个测试服务器，并且某些接口集是通用的，此时我就可以不用在通用的接口集里面逐个去修改url，只需要将测试环境切换就可以了。第二步：编辑collection接口集，使其token应用于整个接口集中，完成了这几步操作之后，只要登录了一次服务器，拿到token之后，在规定时间内，该接口集里面的
熟悉Android测试框架和工具，是学习Android自动化测试的第一步。例如：掌握Android测试框架的基本概念、原理、用法等，并学会使用一些常用的Android自动化测试工具，如Appium、Robotium、Espresso等。在混合应用测试中，它可以直接使用Webdriver操作WebView中的元素，与传统WebView测试相比，节省了许多时间和精力。同时可以使用UI Automato
单元测试
——单元测试
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
深开鸿 技术专区
2048 AI社区
龙虾开发者社区
AI硬件创业社区
魔珐星云开发社区
